京公网安备 11010802034615号
经营许可证编号:京B2-20210330
QQ空间数据报告:杭州男最花心 重庆人最吃货
腾讯QQ空间发布了2013年中国城市“社交力”排行榜,从社交达城、社交男女、社交互动、社交八卦四个维度对各大城市的社交属性进行探讨。特区深圳的社交标签是“always online”,国际大都市上海的社交标签是“母爱”, 首都北京的社交标签是“老黄牛”……每一个城市都有独特的社交属性。抛去GDP,单就一个城市的“社交力”而言,国内的城市会有怎样的排位呢?
据了解,QQ空间近一半的应用来自北京地区的开发者,北京人因此被称为创业路上的老黄牛;上海的妈妈族上传亲子照片最勤快,以记录孩子的成长为展现母爱的方式;林俊杰的歌曲《always online》的现实版在深圳,深圳人每天在QQ空间持续上线的时间最长,往往凌晨了还在线;从QQ空间签到看到,在南昌崩溃会传染;合肥人不是在发呆,就是在发呆的路上……还有南京、成都、武汉等等城市因具有特殊的社交习惯榜上有名。
社交男女是城市中最活跃的人群,有了他们才能成就每个城市最具特色的社交属性。杭州被称为花心萝卜之乡,因为杭州地区同一名男性平均会给四名不同女性赠送礼物;西安地区80%的男性一次只给一名女性送礼,堪称痴情种楷模;为响应世界大同的号召,合肥男性经常送礼物给同事以展现基友情深;新疆妹子漂亮又勇敢,最喜欢给异性送礼。由此可知,一件虚拟的礼物也可以反应出一座城市的个性。
互动增进人与人之间的了解,不同城市的人有不同的互动形式。郑州人喜欢用礼物表现爱心;北京与广州堪称联谊城市,两个城市的人经常互送礼物;广州人都是生活家,上传照片的数量最多;文艺青年出自武汉,他们最爱写文章;成都人经常大摆龙门阵,最喜欢发说说;重庆不愧是吃货的天堂,重庆人最喜欢发美食水印照片……
你站在桥上看风景,看风景的人在楼上看你……每个人都是别人的风景。在社交网站QQ空间中,不同星座不同城市有不同的社交八卦,各式各样的八卦又组成一道道风景线。十二星座中,稳重老成的摩羯座签到最勤快,30天内签到占比高达18%;白羊座最没耐心,签到占比只有3%,是摩羯座的1/6。
相对于内陆地区,沿海城市的用户更喜欢种植QQ空间花藤。深圳人专注高端花卉,爱养君子兰;成都人是模范都市花农,经常一周之内不间断给花藤浇水除草;北京人和武汉人都爱养娇俏的睡莲;上海人钟爱浪漫的紫罗兰;山东人中意素雅的百合花……厌倦了都市的喧嚣,能够从QQ空间花藤中寻找到生活的恬静,也是极好的。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17